متوسط ​​معدل التنبؤات المختلفة للتعلم الآلي - الدمى

كل من المتوسط ​​ونظم التصويت يمكن أيضا أن تعمل بشكل جيد عند استخدام مزيج من التعلم آلة مختلفة الخوارزميات. هذا هو متوسط ​​ النهج، ويستخدم على نطاق واسع عندما لا يمكنك تقليل التباين التقدير.

كما كنت في محاولة للتعلم من البيانات، لديك لمحاولة حلول مختلفة، وبالتالي نمذجة البيانات الخاصة بك باستخدام حلول التعلم آلة مختلفة. من الممارسات الجيدة التحقق مما إذا كان يمكنك وضع بعض منها بنجاح في مجموعات باستخدام متوسطات التنبؤ أو من خلال حساب الطبقات المتوقعة. المبدأ هو نفسه كما في التعبئة غير مترابطة التنبؤات، عندما نماذج مختلطة معا يمكن أن تنتج أقل التنبؤات المتضررة من التباين. لتحقيق المتوسط ​​الفعلي، يجب عليك

1. قسم البيانات إلى مجموعات تدريب واختبار.
2. استخدام بيانات التدريب مع خوارزميات التعلم الآلي المختلفة.
3. سجل التوقعات من كل خوارزمية وتقييم جدوى النتيجة باستخدام مجموعة الاختبار.
4. ربط جميع التوقعات المتاحة مع بعضها البعض.
5. اختيار التنبؤات التي ترتبط على الأقل ومتوسط ​​نتائجه. أو، إذا كنت تصنف، اختر مجموعة من التنبؤات الأقل ارتباطا، ولكل مثال، اختيار التنبؤ فئة جديدة الطبقة التي تتوقع معظمها.
6. اختبر التوقعات المتوسطة أو التي تم التصويت عليها بأغلبية الأصوات مقابل بيانات الاختبار. إذا نجحت، يمكنك إنشاء النموذج النهائي الخاص بك عن طريق حساب متوسط ​​نتائج النماذج جزء من الفرقة الناجحة.

لفهم النماذج التي تربط أقلها، تأخذ التنبؤات واحدا تلو الآخر، وربط كل واحد ضد الآخرين، ومتوسط ​​الارتباطات للحصول على ارتباط متوسط. استخدم متوسط ​​الارتباط لترتيب التنبؤات المحددة التي هي الأكثر ملاءمة لمتوسط.